Nvidiaが、量子コンピューティングにおけるこれまでで最も実用的なAIの貢献をオープンソース化した。 新しいIsingモデルファミリーは、量子プロセッサの完全な利用を阻んできた2つの課題——キャリブレーションとエラー訂正——に取り組む。キュービットは本質的にノイズが多い。現在の最高性能のプロセッサでさえ、約1000回の操作につき1回のエラーが発生するが、実用的なアプリケーションには1兆回に1回程度の精度が求められる。この巨大な差を埋めるには、ハードウェアのノイズを低減し、エラーが増幅する前に検出・修正する必要がある。 Isingキャリブレーションは、ビジョン言語モデルのアーキテクチャを用いてプロセッサのチューニングを自動化し、数日かかる作業を数時間に圧縮する。一方、Isingデコードは3次元畳み込みニューラルネットワークをエラー訂正に導入する。PyMatchingとベンチマーク比較したところ、このツールスイートはデコード速度が最大2.5倍、精度が3倍向上した。 その広範な対応が特に注目される。キャリブレーションモデルは、超伝導回路、量子ドット、トラップイオン、中性原子の各プラットフォームで学習されている。このようなクロスプラットフォーム対応は、多様なハードウェアアプローチがまだその有効性を証明しつつある業界において不可欠である。 NIMマイクロサービス、学習データ、ローカルデプロイオプションを備えたオープンソースフレームワークを提供することで、参入障壁は大幅に低下した。フェルミラボからIQM、コーネル大学に至るまで、複数の機関がすでにこのツールスイートを採用している。 これは、AIと量子コンピューティングが深く相互補完的になっていくというより広いトレンドに合致している。AIは回路設計やエラー訂正を積極的に改善し、一方で量子プロセッサは特定のAIワークロードにおいて長期的な可能性を示している。量子システムはまだ専用のインフラに依存し、現在も主に実験室に閉じ込められているが、その収束は着実に進行している。 脆いキュービットから信頼できる計算へと移行するプロセスを加速するツールは、業界が#QuantumComputingをスケールさせるために必要な実用的な基盤を提供している。